Modelo matemático

En ciencias aplicadas y en tecnología, un modelo matemático es uno de los tipos de modelos científicos que emplea algún tipo de
formulismo matemático para expresar relaciones, proposiciones sustantivas de hechos, variables, parámetros, entidades y relaciones
entre variables de las operaciones, para estudiar comportamientos de sistemas complejos ante situaciones difíciles de observar en la
realidad. El término modelización matemática es utilizado también en diseño gráfico cuando se habla de modelos geométricos de
los objetos en dos (2D) o tres dimensiones (3D).

El significado de modelo matemático en filosofía de la matemática y fundamentos de la matemática es, sin embargo, algo diferente.
En concreto en esas áreas se trabajan con "modelos formales". Un modelo formal para una cierta teoría matemática es un conjunto
sobre el que se han definido un conjunto de relaciones unarias, binarias y trinarias, que satisface las proposiciones derivadas del
conjunto de axiomas de la teoría. La rama de la matemática que se encarga de estudiar sistemáticamente las propiedades de los
modelos es la teoría de modelos.

Índice
Definición
Principios generales y condiciones
Clasificaciones de los modelos
Según la información de entrada
Según el tipo de representación
Según la aleatoriedad
Clasificación según su aplicación u objetivo
Ejemplos
Ejemplos de modelos por tipos
Modelo matemático de simulación hidrológica
Fases de construcción de un modelo
Véase también
Referencias
Bibliografía
Enlaces externos

Definición
Un modelo matemático de un objeto (fenómeno real) es cualquier esquema simplificado e idealizado del mismo, constituido por
símbolos y operaciones (relaciones) matemáticas. Un modelo matemático es un caso de formalización que emplea los más diversos
instrumentos producidos en la ciencia matemática1 .

Principios generales y condiciones

Cabe mencionar solamente algunos principios generales y condiciones que deben cumplir dichos modelos.

Equivalencia

que es la correspondencia del modelo a su original.

Objetividad
correspondencia de las conclusiones científicasa las condiciones reales.

Simplicidad

los modelos no deben estar saturados de factores secundarios.

Sensibilidad

la competencia del modelo de responder a la variación de los parámetros iniciales.

Estabilidad

a cada perturbación pequeña de los parámetros iniciales le debe corresponder una alteración pequeña en la solución del problema.

Universalidad
2
el área de aplicación debe ser lo suficientemente vasta.

Clasificaciones de los modelos

Se podría decir que un modelo de las ciencias físicas es una traducción de la realidad física de un sistema físico en términos
matemáticos, es decir, una forma de representar cada uno de los tipos de entidades que intervienen en un cierto proceso físico
mediante objetos matemáticos.Las relaciones matemáticas formales entre los
objetos del modelo, deben representar de alguna manera
las relaciones reales existentes entre las diferentes entidades o aspectos del sistema u objeto real. Así una vez "traducido" o
"representado" cierto problema en forma de modelo matemático, se pueden aplicar el cálculo, el álgebra y otras herramientas
matemáticas para deducir el comportamiento del sistema bajo estudio. Un modelo físico requerirá por tanto que se pueda seguir el
camino inverso al modelado, permitiendo reinterpretar en la realidad las predicciones del modelo.

Según la información de entrada

Con respecto a la función del origen de la información utilizada para construir los modelos pueden clasificarse de otras formas.
Podemos distinguir entre modelos heurísticos y modelos empíricos:

Modelos heurísticos (del griego euriskein 'hallar, inventar'). Son los que están basados en las explicaciones sobre
las causas o mecanismos naturales que dan lugar al fenómeno estudiado.
Modelos empíricos (del griego empeirikos relativo a la 'experiencia'). Son los que utilizan las observaciones
directas o los resultados de experimentos del fenómeno estudiado.

Según el tipo de representación

Además los modelos matemáticos encuentran distintas denominaciones en sus diversas aplicaciones. Una posible clasificación puede
atender a si pretenden hacer predicciones de tipo cualitativo o pretende cuantificar aspectos del sistema que se está modelizando:

Modelos cualitativos o conceptuales, estos pueden usar figuras, gráficos o descripciones causales, en general se
contentan con predecir si el estado del sistema irá en determinada dirección o si aumentará o disminuirá alguna
magnitud, sin importar exactamente la magnitud concreta de la mayoría de aspectos.
Modelos cuantitativos o numéricos, usan números para representar aspectos del sistema modelizado, y
generalmente incluyen fórmulas y algoritmos matemáticos más o menos complejos que relacionan los valores
numéricos. El cálculo con los mismos permite representar el proceso físico o los cambios cuantitativos del sistema
modelado.

Según la aleatoriedad
Otra clasificación independiente de la anterior, según si a una entrada o situación inicial concreta pueden corresponder o no diversas
salidas o resultados, en este caso los modelos se clasifican en:
 Determinista. Se conoce de manera puntual la forma del resultado ya que no hay incertidumbre. Además, los datos
utilizados para alimentar el modelo son completamente conocidos y determinados.
Estocástico. Probabilístico, que no se conoce el resultado esperado, sino su probabilidad y existe por tanto
incertidumbre.

Clasificación según su aplicación u objetivo

Por su uso suelen utilizarse en las siguientes tres áreas, sin embar
go existen muchas otras como la de finanzas, ciencias etc.

Modelo de simulación o descriptivo, de situaciones medibles de manera precisa o aleatoria, por ejemplo con
aspectos de programación líneal cuando es de manera precisa, y probabilística o heurística cuando es aleatorio.
Este tipo de modelos pretende predecir qué sucede en una situación concreta dada.
Modelo de optimización. Para determinar el punto exacto para resolver alguna problemática administrativa, de
producción, o cualquier otra situación. Cuando la optimización es entera o no lineal, combinada, se refiere a
modelos matemáticos poco predecibles, pero que pueden acoplarse a alguna alternativa existente y aproximada en
su cuantificación. Este tipo de modelos requiere comparar diversas condiciones, casos o posibles valores de un
parámetro y ver cual de ellos resulta óptimo según el criterio elegido.
Modelo de control. Para saber con precisión como está algo en una organización, investigación, área de
operación, etc. Este modelo pretende ayudar a decidir qué nuevas medidas, variables o qué parámetros deben
ajustarse para lograr un resultado o estado concreto del sistema modelado.

Ejemplos
Un modelo mixto operacional estadístico es una teoría o situación causal de hechos y expresado con símbolos de formato
matemático. Por ejemplo las tablas de contingencia. De hecho los modelos matemáticos se construyen con varios niveles de
significación y con diferentes variables.

Kendall y Buckland catalogan hasta 40 tipos diferentes de modelos matemáticos. Ejemplos: Rapoport en modelo matemático e
interacción social en 1961 y Bugeda en Sociología matemática en 1970. Por un principio de isomorfismo hay una equivalencia, a
conseguir, entre un modelo y una teoría. Además teoría y modelo son sinónimos.

Ejemplos de modelos por tipos

Si se emplea la clasificación de modelos según su aplicación u objetivo (modelos descriptivos o de simulación, modelos de
optimación o elección de óptimo, modelos de control o tratamiento) y según si se trata de modelos determistas o probabilistas se
pueden dar algunos ejemplos ilustrativos:

Descriptivos / Simulación Optimización / Elección Control / Tratamiento

Determinista Probabilista Determinista Probabilista Determinista Probabilista
Cuantitativo Cálculo
Cálculos Simulaciones Diseño Control
/ componentes Control LCG
astronómicos de tráfico ingenieril automático
Numérico de sistemas
Cualitativo / Análisis Teoría de Modelos Teoría
? ?
Conceptual microeconómicos juegos de grafo/flujo psicológica

Modelo matemático de simulaciónhidrológica

Se utilizan para estudiar situaciones extremas, difícilmente observables en la realidad, como por ejemplo los efectos de
precipitaciones muy intensas y prolongadas en cuencas hidrográficas, en su estado natural, o en las que se ha intervenido con obras
como canales, represas, diques de contención, puentes, etc.

La cuenca hidrográfica es dividida en sub-cuencas consideradas homogéneas desde el punto de vista: del tipo de suelo, de la
declividad, de su cobertura vegetal. El número y tipo de las variables hidrológicas que intervienen en el modelo son función de
objetivo específico para el cual se elabora el mismo.
Fases de construcción de un modelo
En muchos casos la construcción o creación de modelos matemáticos útiles sigue una serie de fases bien determinadas:

1. Identificación de un problema o situación compleja que necesita ser simulada, optimizada o controlada y por tanto
requeriría un modelo matemático predictivo.
2. Elección del tipo de modelo, esto requiere precisar qué tipo de respuesta pretende obtenerse, cuales son los datos
de entrada o factores relevantes, y para qué pretende usarse el modelo. Esta elección debe ser suficientemente
simple como para permitir un tratamiento matemático asequible con los recursos disponibles. Esta fase requiere
además identificar el mayor número de datos fidedignos, rotular y clasificar las incógnitas (variables independientes
y dependientes) y establecer consideraciones físicas, químicas, geométricas, etc. que representen adecuadamente
el fenómeno en estudio.
3. Formalización del modelo en la que se detallarán qué forma tienen los datos de entrada, qué tipo de herramienta
matemática se usará, como se adaptan a la información previa existente. También podría incluir la confección de
algoritmos, ensamblaje de archivos informáticos, etc. En esta fase posiblemente se introduzcan también
simplificaciones suficientes para que el problema matemático de modelización sea tratable computacionalmente.
4. Comparación de resultados: los resultados obtenidos como predicciones necesitan ser comparados con los
hechos observados para ver si el modelo está prediciendo bien. Si los resultados no se ajustan bien, es común
volver a la fase 1.
Es importante mencionar que la inmensa mayoría de los modelos matemáticos no son exactos y tienen un alto grado de idealización y
simplificación, ya que una modelización muy exacta puede ser más complicada de tratar que una simplificación conveniente, y por lo
tanto resultar menos útil.

También es importante recordar que el mecanismo con el que se desarrolla un modelo matemático repercute en el desarrollo de otras
técnicas de conocimientos enfocadas al área sociocultural.

Véase también
Dinámica de sistemas
Modelo científico
Modelo físico
Modelo climático
Modelización
Modelaje de acuíferos
MC-14, método científico en 14 etapas

Referencias
1. A. K. Guts, Yu. V. Frolova, L. A. PáutovaMétodos matemáticos en la sociologíaEditorial URSS Moscú (2013)
2. Guts y otros Op. cit.

Bibliografía
Ríos, Sixto (1995). Modelización. Alianza Universidad. ISBN 978-84-206-2822-6.

Enlaces externos
Definiciones
Tipos de modelos matemáticos
Introducción a la modelación (googlepages.com)

Obtenido de «https://es.wikipedia.org/w/index.php?title=Modelo_matemático&oldid=109965828
»

Esta página se editó por última vez el 14 ago 2018 a las 23:12.
El texto está disponible bajo laLicencia Creative Commons Atribución Compartir Igual 3.0 ; pueden aplicarse cláusulas
adicionales. Al usar este sitio, usted acepta nuestrostérminos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de laFundación Wikimedia, Inc., una organización sin ánimo de lucro.